A Novel Method for Forest Height Estimation Using PolInSAR Data

پایش زمین، در هر مقیاسی جهت نیل به توسعه پایدار لازم و ضروری است. از این‌رو، جنگل‌ها به‌عنوان یک منبع طبیعی ارزشمند، نقش مهمی در کنترل تغییرات آب‌وهوایی و چرخه کربن دارند. به‌همین دلیل، زیست‌توده و به تبع آن ارتفاع جنگل جزو اطلاعات کلیدی برای پایش جنگل و زمین زیر آن به شمار می‌آیند. در مطالعات بسیاری نشان داده شده است که سامانه تصویربرداری رادار با روزنه مجازی (SAR) می‌توانند کمک شایانی به این هدف کنند. در این راستا، تکنیک جدیدی که تداخل‌سنجی پلاریمتریک SAR (PolInSAR) نامیده می‌شود، ابزاری مناسب و در دسترس جهت برآورد ارتفاع جنگل است، چراکه به موقعیت و توزیع قائم اجزای ساختاری جنگل حساس است. بر این اساس، از یک نقطه نظر، روش‌های به‌کار برده شده در این حوزه را می‌توان به دو دسته تقسیم کرد: الف) بر اساس مدل معکوس‌گیری حجم تصادفی بر زمین (RVoG)، و ب) بر اساس تکنیک‌های تجزیه مدل‌مبنای داده‌های PolInSAR. در این تحقیق، برای بهبود برآورد ارتفاع جنگل روشی نوین بر اساس ترکیب دو دسته روش اشاره شده پیشنهاد شده است. عملکرد و کارآمدی روش پیشنهادی، توسط چهار مجموعه داده شبیه‌سازی شده از نرم‌افزار PolSARProSim در دو نوع جنگل به ترتیب با گونه‌های درختی کاج و برگ‌ریز و در باندهای L و P اثبات شد. به‌طوری‌که در منطقه جنگلی با گونه‌های درختی کاج، در باند L و به‌ویژه با استفاده از روش ترکیبی (فاز و کوهرنسی) 38/3 متر بهبود در برآورد ارتفاع حاصل شد. در باند P نیز بالاخص با استفاده از روش دامنه کوهرنسی، 74/2 متر بهبود حاصل شد. همچنین در منطقه جنگلی با درختان برگ‌ریز، در باند L و P به ترتیب 77/4 متر و 38/2 متر بهبود در برآورد ارتفاع به‌ترتیب با استفاده از روش‌های تفاضلی مدل رقومی ارتفاعی (DEM) و دامنه کوهرنسی به‌دست آمد.